Platzi te da la bienvenida a la Escuela de Data Science e Inteligencia Artificial. Para comenzar tu camino toma el Curso de Cómo y Por Qué Aprender Data Science e Inteligencia Artificial.
En esta Escuela encuentras rutas de aprendizaje para diferentes roles de la industria. Salta directo a conocerlas para convertirte en ese rol soñado en los siguientes enlaces o sigue leyendo para entender de qué trata el mundo de los datos:
Resuelve todas las dudas que tienes de esta Escuela aquí mismo. 👈❓
Data science o ciencia de datos involucra un proceso donde, en empresas y organizaciones, se extraen datos de diversas fuentes, se manipulan, transforman y se visualizan para su análisis. Eventualmente esos datos se utilizan en modelos de inteligencia artificial para predecir o clasificar información. Todo con el fin de conocer información que agregue valor al negocio y tomar decisiones basadas en datos.
Inteligencia artificial es esa área de la tecnología que utiliza diferentes algoritmos para emular la inteligencia natural de los humanos. Esto lo hace reconociendo patrones en masivas cantidades de datos. Dentro de la inteligencia artificial encontramos machine learning, visión artificial, procesamiento de lenguaje natural, robótica y más.
Dentro de esta Escuela encuentras una ruta de aprendizaje base que te permitirá entender las generalidades de la industria de los datos y la inteligencia artificial. Pero también tenemos rutas de aprendizaje especializadas por roles de la industria.
Conoce cada una de estas rutas y consigue tu trabajo soñado en data science e inteligencia artificial:
Se encargan de entender al negocio y sus datos para agregar valor a la organización con toma de decisiones basadas en datos e incorporar datos a los productos de software.
Para ello su día a día contiene actividades como las siguientes:
📈 Inicia tu ruta de aprendizaje como Data Scientist dando clic aquí.
Su principal misión es extraer datos recolectados y analizarlos. Para ello su día a día tiene estas actividades:
A diferencia de una Data Scientist, una Data Analyst no suele utilizar machine learning ni colabora con ingeniería para incorporar datos a los productos, sino que se enfoca en analizar el presente de la organización. Responde los requisitos de información de colaboradores buscando datos en las bases de datos de la organización, analizándolos y reportándolos en gráficas y tablas.
📊 Inicia tu ruta de aprendizaje como Data Analyst dando clic aquí.
El rol de Data Engineer trabaja para que los demás roles en un equipo de Data Science tengan datos para analizar.
Se preocupan en crear flujos ETL (Extracción, Transformación y Carga de datos) para que analistas y científicas de datos puedan recuperar fácilmente los datos desde bases de datos especializadas para análisis.
Su día a día consiste en las siguientes actividades:
⚙ Inicia tu ruta de aprendizaje como Data Engineer dando clic aquí.
Funciona dentro de equipos que construyen productos fuertemente basados en inteligencia artificial como los sistemas de recomendación de YouTube o Netflix.
Para que esto sea posible, una Machine Learning Engineer tiene como tarea escalar y robustecer modelos de inteligencia artificial para funcionar en sistemas de producción de software.
Estas son las actividades que encontramos en su día a día:
🧠 Inicia tu ruta de aprendizaje como Machine Learning Engineer dando clic aquí.
Las Escuelas son más que cursos y rutas de aprendizaje. En ellas encuentras diferentes retos, que son programas para acelerar tu aprendizaje o especializarte en ciertas habilidades.
Aquí encontrarás Datacademy, el reto para iniciar tu carrera en data science e inteligencia artificial y escoger el rol que tomarás en esta industria.
La siguiente edición de Datacademy inicia el 17 de enero de 2022.
⚠️ Inscripciones cerradas para entrar a edición Enero-Febrero 2022 del reto Datacademy.
Las inscripciones para esta edición del reto estuvieron abiertas del 9 de diciembre de 2021 al 2 de enero de 2022. Pronto tendremos más ediciones de este reto. ¡Espéralas!
Para que tu conocimiento siempre esté actualizado, tendremos Live Classes cada mes donde aprenderás las tendencias de esta industria y herramientas para desempeñar trabajos en data science e IA.
📅 Consulta la agenda para conocer la próxima Live Class.
En Platzi aprendemos en comunidad y eso hace que crezcamos más rápido. Por eso tenemos meetups y grupos de estudio para la comunidad de estudios de data science e inteligencia artificial.
Dentro de nuestros meetups contamos con personas invitadas que son referencia en el área para compartirnos algún tema y su experiencia en el campo.
Participa en nuestros grupo de estudio en Telegram donde podrás compartir tips, hacer preguntas, sugerir soluciones y crear discusiones en comunidad.
👥⚡ Conoce cómo registrarte a los meetups y a grupos de estudio aquí.
Ciencia de Datos: Área de conocimiento que busca agregar valor a los datos por medio de la confluencia de análisis estadísticos, métodos computacionales y visualización de información.
Big Data: Conjunto de información cuya longitud (número de registros), variedad (número de características por cada registro) y frecuencia (ritmo con el cual se actualiza la información) impiden que los métodos de procesamiento de datos convencionales sean suficientes para su manejo.
Bases de datos: Las bases de datos son contenedores o repositorios digitales en los que se almacenan de manera estructurada y organizada datos que comparten un mismo contexto para su posterior procesamiento y consulta.
Keyword: Se refiere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando tienes claro cuáles son las keywords que definen tu contenido puedes posicionarlo de manera orgánica o paga lo cual influye en el número de búsquedas y las conversiones.
Machine Learning: Rama de la inteligencia artificial que se encarga del estudio de métodos automatizados por medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal que sea el software quien descifre por sí mismo como resolver dicho problema.
Ingeniero Eléctrico en
Científico de datos biológicos | Modelado matemático en Laboratorio de Biología de Sistemas y Biología Sintética, CCG, UNAM
@jvelezmagicHead of AI/ML Research en MindsDB
Luis Novelo
hace un año
Giuseppe Ramirez
hace 10 meses
Anthony Ismael Manotoa Moreno
hace un año
geraldinnebohr
hace un año